Sep, 2023
基于骨架的岩石裂纹检测方法研究及其在攀岩机器人应用中的应用
A Skeleton-based Approach For Rock Crack Detection Towards A Climbing Robot Application
Josselin Somerville Roberts, Paul-Emile Giacomelli, Yoni Gozlan, Julia Di
TL;DR传统的轮式机器人不能穿越科学上有趣但危险的洞穴环境。通过多肢爬行机器人设计（如 ReachBot），我们能够抓住不规则表面特征并执行攀爬动作以克服障碍，前提是有合适的抓取位置。为了支持抓取位置的识别，我们提出了一种检测岩石裂缝和边缘的方法，即 “骨架交叉损失”（SKIL）。SKIL 是一种专为薄物体分割而设计的损失函数，利用标签的骨架结构。我们收集了一组岩石面图像，并进行了手动注释和数据增强。我们还提出了一组新的度量指标 “LineAcc”，用于薄物体分割，以最小化物体宽度对得分的影响。此外，该度量指标对平移不太敏感，这在计算传统的 Dice 等经典度量指标时常常会导致得分为零。我们的精调模型在类似的薄物体分割任务（如血管分割）上优于先前的方法，并展现了与机器人系统的集成的潜力。